查询不充分会明显降低深度研究智能体的答案质量。
资讯摘要
论文提出 UNDERSPEC-DR 框架,用于系统评估用户查询表述不充分时对深度研究智能体(DRA)最终答案质量与中间搜索行为的影响。作者报告,在评估的三个 DRA 中,查询不充分会明显降低答案满足用户信息需求的程度,尽管答案仍有引用证据支撑。对中间搜索行为的分析显示,DRA 会进行更宽泛的搜索,更少依赖原始查询、更多依赖训练中学到的先验,这可能与用户意图不一致。
要点速读
- 论文提出 UNDERSPEC-DR 框架,评估查询不充分对 DRA 答案质量与搜索行为的影响。
- 作者报告三个受测 DRA 在查询不充分时答案满足用户需求的程度明显下降,但仍基于引用证据。
- 分析显示 DRA 会扩大搜索范围,更依赖训练先验而非原始查询,可能与用户意图错位。
中文摘要由 AI 根据公开来源生成,可能存在理解偏差;具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/31 08:00:18(北京时间)。 arXiv 日期为本次公告时间,论文初次投稿日期请查看原文版本记录。